AI 筆記2 - Rational Agents and Environment

Agent定義

就是簡化人類跟世界的關係，看下圖：

中間問號部分就是decision making。

所以人類也是一個agent，因為人類有sensors可以感受世界，有actuators可以動作，有大腦可以做decision。

吸塵器例子

一個智慧吸塵器是一個agent，有以下的components:
1. percepts: 在哪一個房間，或是房間乾淨程度
2. actions: 往某個方向移動，或是開始吸，或是停止吸
3. agent function: 這算是上面問號盒子的部分，可以是很簡單的mapping table，也可以是很複雜的演算法：

Rational Agent

agent要稱為理性的話，有個嚴格定義：根據percepts證據來最大化其goal。這個原本來自經濟學的概念，把人類都設想爲rational agent，不過事實上不是，才會造成一堆經濟學無法預測的狀況發生，不過這種問題不會出現在comupter agent身上就是。

可以用四個面向來評斷rationality，稱為一個problem的PEAS:

當然最重要的是performance，其他三者都是達成performance的條件。

Environment

agent的環境有很多種描述：

全局知識 vs 部分知識: agent的sensor是否有辦法percept整個environment的參數？

確定性 vs 隨機性: 下一個state是否根據現在state而確定，還是隨機的？後者會用probabilistic model。

static vs dynamic: 環境是否一直在改變

discrete vs continuous: 環境的states和對應的actions能否countably描述？

single agent vs multiple agents

known vs unknown: agent設計者對environment是否有domain knowledge?

舉例如下：

chess是semi static，因為可能有計時，所以環境的“剩餘時間”參數一直在改變。
poker是partially observable，因為你只能看到你手上的牌子

可以看到自駕車是最困難的環境，隨機之外，環境還是變動的，而且還有multiagents @@